Day36 动态规划5 | LeetCode 1049. 最后一块石头的重量 II, 494. 目标和, 474. 一和零

LeetCode 1049. 最后一块石头的重量 II

问题转化为：把一堆石头分成两堆,求两堆石头重量差最小值 进一步分析：要让差值小,两堆石头的重量都要接近sum/2;我们假设两堆分别为A,B,A<sum/2,B>sum/2,若A更接近sum/2,B也相应更接近sum/2 进一步转化：将一堆stone放进最大容量为sum/2的背包,求放进去的石头的最大重量MaxWeight,最终答案即为sum-2*MaxWeight;、 0/1背包最值问题：外循环stones,内循环target=sum/2倒序,应用转移方程1

作者：星晴pro
链接：https://leetcode.cn/problems/last-stone-weight-ii/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int sum = accumulate(stones.begin(), stones.end(), 0);
        int target = sum / 2;
        vector<int> dp(target + 1, 0);
        for(int i = 0; i < stones.size(); i++){
            for(int j = target; j >= stones[i]; j--) {
                dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
            }
        }
        return sum - 2 * dp[target];
    }
};

LeetCode 494. 目标和

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = accumulate(nums.begin(), nums.end(), 0);
        if((sum + target) % 2 == 1 || sum < abs(target)){
            return 0;
        }
        int big_size = (sum + target) / 2;
        vector<int> dp(big_size + 1, 0);
        dp[0] = 1;
        for(int i = 0; i < nums.size(); i++){
            for(int j = big_size; j >= nums[i]; j--){
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[big_size];
    }
};

LeetCode 474. 一和零

本题也是0-1背包问题，但是“重量”有两个维度，一个是当前“物品”0的个数， 还有一个是1的个数。然后value是选择的物品个数

根据0-1背包滚动数组压缩，倒序遍历时， 状态转移方程为：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

那么本题为滚动数组压缩后为一个二维数组， 两个维度都要倒序遍历，可推导状态转移方程:

dp[i] [j] = max(dp[i] [j]，dp[i - zero_num] [j - one_num] + 1)

至此， dp完成

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
        
        for(string& str : strs){
            //遍历物品
            int zero_num = 0, one_num = 0;
            for(int i = 0; i < str.size(); i++){
                if(str[i] == '0'){
                    zero_num++;
                }else {
                    one_num++;
                }
            }

            //遍历背包容量
            for(int i = m; i >= zero_num; i--){
                for(int j = n; j >= one_num; j--){
                    dp[i][j] = max(dp[i][j], dp[i - zero_num][j - one_num] + 1);
                }
            }
        }
        return dp[m][n];
    }
};